信息与控制

作者：万新春, 童楚东, 史旭华

关键词：分散式过程监测, 独立成分分析, MBMICA (multi-block modified ICA), TE (Tennessee Eastman)过程

针对分散式非高斯过程监测方法通常都忽略测量变量间整体性的问题，为了同时提取测量变量间的局部特征和全局特征，提出了一种基于多块修正ICA（multi-block modified ICA，MBMICA）算法的分散式非高斯过程监测方法.首先，通过修正FastICA迭代算法得到MICA（modified ICA）算法；然后，利用整体测量变量的解混向量引导各个子块中独立成分的分解，得到能够考虑测量变量间整体性的MBMICA算法，并利用该算法实施分散式非高斯过程监测；最后，通过仿真对比实验验证了MICA算法的可行性及该方法相比于其它分散式过程监测方法的优越性.

来源：2020年第4期

《信息与控制》期刊编辑部

查看信息与控制杂志2020年第4期